用户增长：用户分析 RFM模型
2025-10-05
RFM 模型是一种经典的用户价值分析模型，常用于市场营销、用户运营、电商、金融等领域，用来评估用户价值和活跃度。
1.RFM 名称含义
RFM 是三个英文单词首字母的缩写：
| 指标 | 全称 | 中文含义 | 代表的用户特征 |
|---|---|---|---|
| R | Recency | 最近一次消费时间（或最近一次行为时间） | 用户是否仍在活跃 |
| F | Frequency | 消费（或行为）频率 | 用户的忠诚度或活跃频率 |
| M | Monetary | 消费金额 | 用户的价值贡献 |
2.模型的基本逻辑
通过这三个维度，可以从时间、频率、金额三个角度判断用户的价值：
- R 越小 → 用户最近刚来过 → 活跃度高
- F 越大 → 用户来得频繁 → 忠诚度高
- M 越大 → 用户花的钱多 → 价值高
结合起来，可以把用户分为不同层级。
3.常见用户分群示例
例如，电商平台可以用 RFM 打分（每个维度打 1~5 分），然后得到组合分数：
| 用户类型 | 特征 | 运营策略 |
|---|---|---|
| 高R高F高M | 忠诚高价值客户 | 重点维护，专属优惠 |
| 高R低F高M | 潜力客户 | 推送复购激励 |
| 低R高F低M | 活跃但低消费用户 | 推高客单价 |
| 低R低F低M | 流失客户 | 唤醒或放弃 |
4.实际应用场景
- 用户分层运营：识别高价值用户与流失用户
- 精准营销：针对不同用户群制定差异化策略
- 流失预警：发现长时间未活跃的高价值用户
- 复购率提升：对高 F 低 M 用户推动高价值产品
原文地址：https://ningg.top/intro-of-rfm/